open-llm-leaderboard/details_Minami-su__Qwen1.5-0.5B-Chat_mistral

数据集是在评估模型Minami-su/Qwen1.5-0.5B-Chat_mistral时自动创建的，评估在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。train分割始终指向最新的结果。results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Minami-su/Qwen1.5-0.5B-Chat_mistral

数据集描述

• dataset_summary: 该数据集是在评估模型Minami-su/Qwen1.5-0.5B-Chat_mistral的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应任务: 一个评估任务
• 数据来源: 来自1次运行
• 数据分割: 每个配置中的数据分割以运行的时间戳命名，"train"分割指向最新结果
• 额外配置: "results"存储所有运行结果的聚合数据，用于计算和展示Leaderboard上的聚合指标

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Minami-su__Qwen1.5-0.5B-Chat_mistral", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: run 2024-03-25T09:24:56.116599
• 结果示例: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标

数据集配置详情

• 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5等
• 数据文件路径: 根据不同配置和分割（如2024_03_25T09_24_56.116599和latest）提供具体路径
• 数据文件格式: parquet

该数据集为模型评估提供了详细的数据支持，有助于在Open LLM Leaderboard上进行性能比较和分析。